A descoberta e formulação de novos medicamentos, antivirais, antibióticos e em geral produtos químicos com propriedades personalizadas é um processo longo e trabalhoso. A pesquisa interdisciplinar na encruzilhada da bioquímica, a física e a ciência da computação podem mudar isso. O desenvolvimento de métodos de aprendizado de máquina (ML), combinado com os primeiros princípios da mecânica quântica e estatística e treinado em grandes conjuntos de dados moleculares cada vez mais disponíveis, tem o potencial de revolucionar o processo de descoberta de produtos químicos.

"A descoberta de produtos químicos e o aprendizado de máquina devem evoluir juntos, mas alcançar a verdadeira sinergia entre eles requer a solução de muitos desafios pendentes, "diz Alexandre Tkatchenko, Professor de Física Química Teórica da Universidade.

Aprendizado de máquina para ajudar a identificar candidatos a medicamentos

A Universidade iniciou uma colaboração com a empresa belga Janssen Pharmaceuticals na primavera de 2020 para desenvolver novos métodos de ML para identificar compostos que têm um forte potencial terapêutico (também chamados de candidatos a medicamentos). Até aqui, As abordagens de ML foram desenvolvidas para moléculas pequenas. Este projeto de pesquisa visa estender a arquitetura e a transferibilidade de abordagens de aprendizado de máquina baseadas na mecânica quântica para grandes moléculas de importância farmacêutica.

"A geração de novos produtos químicos com atividade em alvos biológicos relevantes é o negócio principal das empresas farmacêuticas. As abordagens de aprendizado de máquina têm o potencial de acelerar o processo e reduzir as taxas de falha na descoberta de medicamentos. Tendo sido abordadas por uma empresa farmacêutica líder para trabalharem juntas na identificação de candidatos a medicamentos é um sinal gratificante do reconhecimento industrial de nossa experiência, "comenta Dr. Leonardo Medrano-Sandonas, pesquisador de pós-doutorado no grupo do Prof. Tkatchenko.

Parceiro em uma rede de treinamento inovadora financiada pela Comissão Europeia

Juntamente com três grandes empresas farmacêuticas europeias (Bayer, AstraZeneca, Janssen), a empresa química Enamine e dez parceiros acadêmicos com experiência em design computacional de medicamentos, O Prof. Tkatchenko recebeu a bolsa Ações Marie Sklodowska-Curie - Rede de Treinamento Inovador para o projeto Aprendizado de máquina avançado para a descoberta de medicamentos inovadores (AIDD) para o período de 2021-2023. Este projeto visa desenvolver métodos de ML inovadores para contribuir para um modelo integrado "Uma Química" que pode prever resultados que vão desde a geração de moléculas até a síntese e entender como entrelaçar a química e a biologia para desenvolver novos medicamentos.

Aqui, a experiência científica une forças com a experiência em química medicinal e sintética dos parceiros industriais, e se beneficia de grandes conjuntos de dados valiosos. Pela primeira vez, todos os desenvolvimentos metodológicos estarão disponíveis em código aberto. A rede de treinamento irá preparar uma geração de cientistas com habilidades tanto em aprendizado de máquina quanto em química para o avanço da química medicinal.

"Fazer previsões precisas usando o aprendizado de máquina depende fundamentalmente do acesso a grandes coleções de dados de alta qualidade e da experiência do domínio para analisá-los, "explica o Prof. Tkatchenko." Juntar nossas forças é o primeiro passo em direção a uma revolução da descoberta de produtos químicos impulsionada pelo aprendizado de máquina. "

O campo do aprendizado de máquina para descoberta de produtos químicos está emergindo, e avanços substanciais são esperados em um futuro próximo. O Prof. Tkatchenko publicou recentemente um artigo na revista Nature Communications no qual ele discute os avanços recentes neste campo e destaca os desafios para os próximos anos. O artigo está disponível online.